Hang szöveggé alakítása
Bármilyen felvételből kimásolható szöveget kapsz, ráadásként időzített feliratokkal.
Interjúk, előadások, podcastok, megbeszélések, hangjegyzetek: húzd be a fájlt, és megkapod a teljes szöveget. Időbélyegek is járnak hozzá, így SRT vagy VTT feliratot is menthetsz.
Az átírás a böngésződben fut a Whisperrel, az OpenAI nyílt beszédfelismerő modelljével. A hangod soha nem töltődik fel: csak maga a modell töltődik le egyszer, utána a böngésződ megtartja, így a következő fájlok azonnal indulnak.
Beszédmodell: Whisper, OpenAI (MIT). Futtatja: Transformers.js (Apache-2.0).
Így működik
- Húzd be a fájlt Hang vagy videó: MP3, M4A, WAV, MP4, MOV, WebM, OGG és más formátumok.
- Válaszd ki a nyelvet Azt a nyelvet, amelyen beszélnek. Zajos felvételekhez vagy erős akcentushoz válaszd a Pontosabb lehetőséget.
- Átírás és mentés Másold ki a szöveget, vagy mentsd el TXT, SRT vagy VTT feliratként.
GYIK
Mennyire pontos?
Tiszta beszédnél a Whisper általában a szavak jóval több mint 90 %-át eltalálja. A háttérzene, az egymás szavába vágás és az erős akcentus ezt rontja; ilyenkor a Pontosabb modell segít.
Feltöltődik a felvételem?
Nem. Az átírás az eszközödön történik. Csak a beszédmodell töltődik le, a hangod soha nem kerül sehova.
Van hosszkorlát?
Mi nem szabunk meg ilyet. A hosszú fájlok tovább tartanak: egy újabb számítógépen Chrome-mal vagy Edge-dzsel egy óra hanganyag nagyjából 10 perc. A telefonok és a régebbi gépek lassabbak.
Milyen nyelvek működnek?
A Whisper körülbelül 100 nyelvet ért, köztük a magyart, az angolt, a spanyolt, a németet, a franciát, a portugált, a hindit, az arabot, a japánt és az indonézt. A legpontosabb a széles körben beszélt nyelveknél.
Ingyenes?
Igen. Nincs fiók, nincs percekre szabott korlát, nincs vízjel.